SuperAPI AI 工具集

svm-model-importance-analysis

办公与效率

查看项目

更新于 10-15 16:45

技能介绍

用途:对类似表达矩阵的数据执行二分类 SVM-RFE(支持向量机递归特征消除)特征排序,并从交叉验证误差曲线中选择信息量较高的特征数量。

主要能力:提供命令行入口 scripts/main.R,支持分层外层折数、每轮特征减半阈值、最大评估特征数、特征数选择规则(min 或 tolerance)等参数;输出排序特征表、完整排序表、误差曲线图、排序条形图、RDS 结果包和会话信息。

使用方式:需提供样本为行、特征为列的表达矩阵 CSV/TSV,以及首列为样本 ID、含 case/control 两组的组别文件。示例命令:Rscript scripts/main.R --input_file ./input/expression_matrix.csv --group_file ./input/group_info.csv --case_group Case --control_group Control --output_dir output/basic-run --seed 42 --timeout_seconds 600。可用 --plot_only TRUE 复用已有 svm_result.rds 重新绘图。

适用场景:医学研究等需要对二分类表达数据进行特征筛选与排序的分析。

限制:仅支持两组;输入不允许缺失或非数值特征值;样本 ID 必须匹配;输出目录不能超出技能根目录;不进行网络请求;依赖所需 CRAN 包。错误码包括 SKILL_FILE_NOT_FOUND、SKILL_INVALID_PARAMETER 等。测试可用 Rscript tests/run_tests.R。